虚拟人像生成软件设计与实现

这是一个科学技术和人类文明全面进步的时代,人工智能在飞速发展的同时,现代人的法律意识也在不断地提高。为了避免侵犯肖像权的问题,本文收集并制作了日式大头贴数据集,利用生成对抗网络生成虚拟人像图,以满足实际生活中不同场景下的个性化需求。生成对抗网络是机器在对采集的信息进行深度学习过后,生成器和鉴别器不断地生成、鉴别、改进、再生成图片的过程,最终生成的图片可以达到以假乱真的效果。通过对比不同的GAN技术,最终确定利用StyleGAN2来训练日式大头贴等数据集,生成神经网络模型,并使用Flask进行服务端的部署、Android Studio进行客户端开发,实现了在手机应用层面的人机交互,能够生成并保存虚拟人像图片。

基于感性工学的人脸印象评价方法研究

基于感性工学的人脸印象评价方法研究针对虚拟人像,以人脸五官印象的感知为对象,基于感性工学,探索人脸印象评价的方法。首先构建出虚拟人脸五官样本类目表,设计出代表性虚拟人像样本,同时确定虚拟人像印象的目标情感意象。在调查虚拟人像代表性样本的印象评分后,分析出在印象评分中起到最显著作用的五官样本。结合样本类目表和回归分析结果,组合出各个词汇对评分最高的虚拟人像,以此为代表性虚拟人像样本。调整代表性虚拟人像样本中起到最显著作用的五官位置,将调整前后的人像进行对比并评分,依据评分结果,对人脸印象的变化进行分析,实现人脸印象的评价。根据实验结果,验证人脸印象评价方法的可能性。